หลังจากราคาหุ้น MiniMax ดีดตัวกลับขึ้นมา 92%: เมื่อบริษัทโมเดลหักลบโมเดลออกไปแล้ว เหลืออะไรอยู่

หัวข้อต้นฉบับ: 《ราคาหุ้น MiniMax ฟื้นตัว 92%: เมื่อบริษัทโมเดลตัดโมเดลออกไป เหลืออะไรอยู่》
ผู้เขียนต้นฉบับ: 動察Beating

วันที่ 31 สิงหาคม MiniMax พุ่งขึ้น 16.18% นับจากจุดต่ำสุดในเดือนกรกฎาคม หุ้นตัวนี้ฟื้นตัวมาแล้ว 92% มูลค่าตลาดกลับมาอยู่ที่ 124.9 พันล้านดอลลาร์ฮ่องกง

สามเดือนก่อน ตลาดเพิ่งจัดงานศพให้กับบริษัทนี้ ราคาหุ้นร่วงลงมากกว่า 80% จากจุดสูงสุด มูลค่าตลาด 300 พันล้านดอลลาร์ฮ่องกงหายไปในพริบตา

วันที่ 26 สิงหาคม MiniMax เผยแพร่งบการเงินครึ่งปีแรก รายได้เติบโต 283% เมื่อเทียบกับปีก่อน รายได้ฝั่ง B2B เติบโต 703% ภายในเดือนสิงหาคม ARR ของบริษัทเกิน 800 ล้านดอลลาร์สหรัฐ ปริมาณการใช้ token ในเดือนกรกฎาคมสูงเป็น 20 เท่าของเดือนมกราคม

ไม่กี่วันต่อมา สิ่งที่ผลักดัน MiniMax กลับเข้าสู่ศูนย์กลางการสนทนาอีกครั้ง คือโมเดลที่ตัวบริษัทเองไม่ได้สร้างขึ้น

H3 Max

ช่องทางไม่รู้จบ

วันที่ 3 สิงหาคม MiniMax เปิดซอร์ส H3 โมเดล multimodal ขนาด 33 พันล้านพารามิเตอร์ ที่สามารถประมวลผลข้อความ รูปภาพ วิดีโอ และเสียงได้พร้อมกัน fal นำน้ำหนักโอเพนซอร์สไปทำ post-training ต่อ จากนั้นปรับให้เหมาะสมร่วมกับโครงสร้างพื้นฐานด้าน inference ของตัวเอง สุดท้ายก็สร้าง H3 Max ขึ้นมา

ตามที่ fal กล่าว การสร้างวิดีโอความยาว 5 วินาทีเดียวกัน H3 Max มี throughput สูงกว่าจุดเชื่อมต่อทางการของ MiniMax ประมาณ 35 เท่า

วันที่ 29 สิงหาคม Rehan Sheikh วิศวกรของ fal บริษัทโครงสร้างพื้นฐาน AI เชิงสร้างสรรค์ของสหรัฐฯ เชื่อม H3 Max เข้ากับ Twitch และเริ่มสตรีมสด เนื้อหาที่สตรีมไม่ใช่วิดีโอที่เตรียมไว้ล่วงหน้า ขณะที่ภาพกำลังเล่น โมเดลก็สร้างเนื้อหาต่อเนื่องไปเรื่อย ๆ ทีละ 5 วินาที ความละเอียด 768p พร้อมเสียงที่ซิงค์กัน ใช้เวลาสร้างประมาณ 3 วินาที

การสร้างเร็วกว่าการเล่น

ด้วยเหตุนี้ ผู้ชมจึงสามารถกำหนดทิศทางของเนื้อเรื่องได้ผ่านคอมเมนต์ และไม่กี่วินาทีต่อมา เนื้อเรื่องใหม่ก็จะปรากฏบนหน้าจอ ตราบใดที่เครื่องไม่หยุด ช่องทางนี้ก็สามารถสตรีมต่อไปได้ไม่รู้จบ ในช่วงสุดสัปดาห์เดียว มีผู้ชมประมาณ 5 ล้านครั้ง และบางคนที่ไม่ชอบเนื้อหาที่ AI สร้างขึ้นก็ตั้งชื่อให้มันว่า "เครื่องผลิตขยะไม่รู้จบ"

底层มาจากโมเดลเดียวกัน สิ่งที่ทำให้ความแตกต่างเกิดขึ้นจริงคือการฝึกหลังการส่งมอบ การปรับแต่งการอนุมาน การจัดสรรฮาร์ดแวร์ และวิธีการปรับใช้หลังจากที่โมเดลถูกส่งออกไป

มีสื่อรายงานข่าวนี้โดยตั้งชื่อพาดหัวตรงๆ ว่า:

《Post-Train Beats Parent》

การฝึกหลังเอาชนะโมเดลต้นทาง

เรื่องนี้ดูเหมือนเป็นการปรับแต่งทางวิศวกรรมที่สวยงามเพียงครั้งเดียว แต่กลับไปแตะประเด็นใหญ่กว่าที่อยู่เบื้องหลังการฟื้นตัวรอบนี้ของ MiniMax

หากโมเดลสามารถถูกเปิดเป็นโอเพนซอร์ส นำไปใช้ ฝึกต่อ และ甚至ถูกทำให้เร็วขึ้นหรือดีขึ้นโดยผู้อื่น แล้วตลาดควรตั้งราคาให้กับอะไรของบริษัทโมเดลกันแน่?

เพื่อตอบคำถามนี้ ขอให้เรามาดูบริษัท fal ก่อน

บริษัทนี้ไม่ได้ฝึกโมเดลพื้นฐาน ธุรกิจของมันคือการนำโมเดลที่บริษัทอื่นฝึกเสร็จแล้วเข้ามาเชื่อมต่อ เรียกใช้บนโครงสร้างพื้นฐานของตัวเอง แล้วขายให้กับนักพัฒนา ยิ่งโมเดลใหม่ออกมาเร็วเท่าไร ชั้นวางสินค้าของมันก็ยิ่งอัปเดตเร็วขึ้นเท่านั้น

หลังจากนำโมเดลเข้ามาแล้ว fal จะทำการปรับแต่งการอนุมาน การจัดสรรฮาร์ดแวร์ และการปรับใช้ใหม่ เพื่อบีบความเร็วและต้นทุนให้อยู่ในจุดที่เหมาะสมต่อการเรียกใช้เชิงพาณิชย์ นักพัฒนากว่า 2.5 ล้านคนเรียกใช้โมเดลเจนเนอเรทีฟผ่านแพลตฟอร์มนี้ โดยบริษัทมีรายได้ประจำปี (ARR) อยู่ที่ประมาณ 400 ล้านดอลลาร์สหรัฐ และทีมงานมีเพียง 70 คน

ในปีที่ผ่านมา รายได้ของ fal เติบโตประมาณ 60 เท่า ขณะที่มูลค่าบริษัทเพิ่มขึ้นจาก 4.5 พันล้านดอลลาร์สหรัฐเป็นประมาณ 8 พันล้านดอลลาร์สหรัฐตามที่มีรายงาน

Sequoia เคยสัมภาษณ์ทีมผู้ก่อตั้ง fal อย่างเจาะลึก ในการสัมภาษณ์ Pat Grady หุ้นส่วนของ Sequoia Capital กล่าวว่าทีม fal สังเกตเห็นในไตรมาสที่สองและสามของปี 2025 ว่าโมเดลวิดีโอห้าอันดับแรกมีครึ่งชีวิตเพียง 30 วัน

คำว่า "ครึ่งชีวิต" มาจากฟิสิกส์ หมายถึงเวลาที่สารกัมมันตรังสีใช้ในการสลายตัวของนิวเคลียสครึ่งหนึ่ง ในที่นี้หมายถึงเวลาที่โมเดลวิดีโอประมาณครึ่งหนึ่งในอันดับ Top 5 ถูกแทนที่ด้วยโมเดลใหม่

โมเดลหนึ่งเพิ่งขึ้นอันดับหนึ่ง หนึ่งเดือนต่อมาอาจถูกแทนที่ด้วยโมเดลถัดไป แต่ไม่ว่าโมเดลจะเปลี่ยนไปอย่างไร นักพัฒนายังคงต้องการแพลตฟอร์มเพื่อเรียกใช้โมเดลเหล่านั้น

fal ยึดตำแหน่งนี้ไว้ได้

นักพัฒนาจ่ายเงินตามจำนวนการเรียกใช้ทุกครั้งที่สร้างภาพหนึ่งภาพหรือวิดีโอหนึ่งคลิป เมื่อเชื่อมต่อกับแพลตฟอร์มอย่าง fal แล้ว โมเดลใดที่ดีที่สุดในขณะนั้นก็สามารถสลับไปใช้ได้ทันที โดยไม่ต้องเชื่อมต่อ API ใหม่หรือสร้างโครงสร้างพื้นฐานขึ้นมาใหม่ โมเดลสามารถเปลี่ยนได้ทุกเดือน แต่ตำแหน่งของแพลตฟอร์มนั้นยากที่จะถูกแทนที่

Burkay Gur ซีอีโอของ fal เคยกล่าวไว้ว่า "เมื่อการสร้างเนื้อหากลายเป็นสิ่งไร้ขีดจำกัด สิ่งที่มีอยู่อย่างจำกัดกลับมีคุณค่ามากขึ้น"

บริษัทนี้เป็นธุรกิจที่เกิดขึ้นหลังจากการเสื่อมค่าของโมเดลอย่างรวดเร็ว H3 ถูกสร้างโดย MiniMax แต่ผู้ใช้ รายได้ และข้อมูลการเรียกใช้ของ H3 Max จะถูกเก็บไว้ที่ fal ก่อน ยิ่ง H3 Max ประสบความสำเร็จมากเท่าไร ปัญหานี้ก็ยิ่งชัดเจนมากขึ้นเท่านั้น

และ fal ยังเป็นบริษัทเอกชน ไม่สามารถซื้อหุ้นได้ในตลาดสาธารณะ

จาก 1100 ดอลลาร์ฮ่องกงสู่ 200 ดอลลาร์ฮ่องกง

ตอนที่ MiniMax เข้าจดทะเบียน ตลาดเชื่อในเรื่องราวอีกแบบหนึ่ง

บริษัทนี้พัฒนาโมเดลข้อความ เสียง และวิดีโอพร้อมกัน ฝั่งผู้บริโภคมี Talkie และ Hailuo AI ฝั่ง B2B มี API เมื่อเทียบกับสตาร์ทอัพที่ทำโมเดลเดียว มันดูใกล้เคียงกับระบบนิเวศเชิงพาณิชย์แบบมัลติโมดัลที่สมบูรณ์มากกว่า

วันที่ 9 มกราคมปีนี้ MiniMax เข้าจดทะเบียน ราคาเสนอขาย 165 ดอลลาร์ฮ่องกง การจองซื้อสาธารณะเกิน 1848 เท่า วันแรกปิดบวก 109% วันที่ 10 มีนาคม ราคาหุ้นพุ่งแตะ 1100 ดอลลาร์ฮ่องกงระหว่างเทรด มูลค่าตลาดแซงหน้า Baidu ชั่วขณะ

นั่นคือช่วงเวลาที่ตลาดเชื่อเรื่องนี้มากที่สุด

จุดเปลี่ยนเกิดขึ้นในเดือนมิถุนายน วันที่ 1 มิถุนายน MiniMax เปิดตัวโมเดลเรือธง M3 พารามิเตอร์ 428B เมื่อเทียบกับ GLM-5.2 และ DeepSeek V4 ในช่วงเดียวกัน ขนาดโมเดลของมันเล็กกว่า สิ่งที่官方เน้นย้ำมากที่สุดคือประสิทธิภาพการฝึกและวิศวกรรม ระบบเดียวสามารถทำงานต่อเนื่อง 12 ชั่วโมงโดยไม่ต้องมีคนดูแล ฝึกโมเดล 4 ตัวได้ด้วยตัวเอง และเร่งความเร็ว CUDA kernel ถึง 9.4 เท่า

แล้วปัญหาก็เกิดขึ้น ชุมชนพบว่าผลลัพธ์บางส่วนที่官方ประกาศมาจากการทดสอบภายใน การทดสอบจริงจากบุคคลที่สามกับตัวเลขที่เปิดเผยมีความแตกต่างอย่างชัดเจน กฎการคิดค่าบริการที่ปรับพร้อมกันยังทำให้อัตราการใช้โควตาของผู้ใช้เก่าบางส่วนเพิ่มขึ้นอย่างมาก

วันที่ 5 มิถุนายน บริษัทออกมาขอโทษต่อสาธารณะว่า "M3 ต้องการพลังประมวลผลมากขึ้น เป็นเพราะเราทำงานไม่ดีพอ" สิบวันต่อมา โมเดลเรือธงที่เปิดตัวเพียงสองสัปดาห์ลดราคาถาวร 50% ตามมาด้วยวันที่ 16 มิถุนายน Zhipu เปิดตัว GLM-5.2 อันดับหนึ่งในชาร์ตโอเพนซอร์สเปลี่ยนมือทันที ความนำของ M3 คงอยู่เพียงสองสัปดาห์ ถึงวันที่ 9 กรกฎาคมวันแรกที่พ้นระยะถือครอง MiniMax ร่วง 20% ไม่กี่วันต่อมาราคาหุ้นลดลงมากกว่า 80% จากจุดสูงสุด

เพียงวันถัดจากที่ราคาหุ้นร่วงหนัก หยานจุนเจี๋ยประกาศว่า จะไม่รับเงินเดือนอีกต่อไปจนกว่าจะบรรลุ AGI พร้อมทั้งนำหุ้นส่วนตัวของตัวเองมอบให้ทีมงานและสนับสนุนโอเพนซอร์ส ในวันเดียวกัน บริษัทได้เสร็จสิ้นการจัดสรรหุ้นมูลค่า 1.6 หมื่นล้านดอลลาร์ฮ่องกง โดยได้รับการจองซื้อเกินประมาณ 7 เท่า

มาถึงวันที่ 26 สิงหาคม MiniMax เปิดเผยรายงานครึ่งปีที่งดงามพอสมควร รายได้เติบโต 283% เมื่อเทียบกับปีก่อน รายได้จากกลุ่มลูกค้าองค์กร (B端) เพิ่มขึ้น 703% ขณะที่ค่าใช้จ่ายด้านการวิจัยและพัฒนายังคงเติบโตอย่างรวดเร็ว วันถัดมา ราคาหุ้นเพิ่มขึ้นเพียง 4%

ตลาดยังคงรอคอยสิ่งอื่นอย่างชัดเจน

สินทรัพย์หลัก

ปัญหาที่ใหญ่ที่สุดของบริษัทโมเดลคือ สินค้าถูกอัปเดตเร็วเกินไป

ต้นเดือนมิถุนายน M3 เพิ่งขึ้นอันดับหนึ่ง ครึ่งเดือนต่อมาก็ถูก GLM-5.2 แซงหน้า ตามมาด้วยการเปิดตัวของ DeepSeek V4, GLM-5.3 และ Kimi K3 อย่างต่อเนื่อง อันดับหนึ่งในตอนนี้อาจเปลี่ยนมือทันทีที่โมเดลถัดไปออกมา หน้าต่างแห่งความเป็นผู้นำมีเพียงไม่กี่สัปดาห์

ความเป็นผู้นำนับได้เป็นสัปดาห์ การพึ่งพาโมเดลเพียงตัวเดียวไม่สามารถรองรับมูลค่าระยะยาวของบริษัทได้อย่างแน่นอน

ดังนั้นตลอดปีที่ผ่านมา ตลาดจึงพยายามค้นหาสินทรัพย์หลักที่แท้จริงของบริษัทโมเดล

คำตอบที่ตรงไปตรงมาที่สุดคือโมเดลรุ่นถัดไป แต่รุ่นถัดไปก็จะล้าสมัยอย่างรวดเร็วเช่นกัน ตราบใดที่อุตสาหกรรมยังคงพัฒนาอย่างรวดเร็ว "การสร้างโมเดลใหม่" เพียงแค่รับประกันว่าบริษัทจะไม่ถูกคัดออก แต่ไม่สามารถอธิบายได้ว่าทำไมจึงควรถือครองในระยะยาว

คำตอบที่น่าเชื่อถือกว่าคือ ความสามารถในการสร้างโมเดล

การเปิดตัวโมเดลหลายตัวในปีนี้ได้พิสูจน์แล้วว่า จากฐานเดียวกัน เพียงแค่ใช้การฝึกหลัง (post-training) และสภาพแวดล้อม ก็สามารถสร้างการก้าวกระโดดของความสามารถอย่างมหาศาล

GLM-5.3 และ GLM-5.2 ของ Zhipu ใช้ฐานพารามิเตอร์ 753 พันล้านตัวเดียวกัน สิ่งที่เปลี่ยนแปลงจริงๆ คือสภาพแวดล้อมการฝึกขนาดใหญ่ขึ้นและการฝึกหลังด้วย reinforcement learning คะแนน Terminal-Bench 3.0 กระโดดจาก 4.6 เป็น 28.3 โดยที่ฐานไม่ได้ถูกฝึกใหม่ แต่ผลลัพธ์ดีขึ้นอย่างมาก

ถังเจี๋ยเรียกสิ่งนี้ในภายหลังว่า "การทดลองควบคุมตัวแปร"

Kimi K3 สร้างสภาพแวดล้อมแซนด์บ็อกซ์มากกว่า 50 ล้านแห่งในระหว่างการฝึกและประเมินผล เวลาเครื่องจักรจำนวนมากถูกใช้ไปกับการรอให้โมเดลอนุมาน การดำเนินการเช่น การหยุดชั่วคราว การกู้คืน และการแยกสาขาถูกบีบให้อยู่ในระดับไม่กี่สิบมิลลิวินาที โดยมีเป้าหมายเพื่อให้โมเดลสามารถลองผิดลองถูกและเริ่มใหม่ในสภาพแวดล้อมจริงจำนวนมหาศาล

Cline ถึงกับให้ K3 แก้ไขสคริปต์การฝึกของตัวเอง หลังจากไม่มีมนุษย์ดูแลเป็นเวลา 17 ชั่วโมง คะแนนเพิ่มขึ้นจาก 77.5 เป็น 88.8

ส่วนที่โมเดลคอมพานีทำซ้ำได้ยากจริงๆ เริ่มเปลี่ยนจากน้ำหนักชุดเดียว ไปเป็นระบบทั้งหมดที่ผลิตน้ำหนัก ฝึกน้ำหนักภายหลัง และประเมินน้ำหนัก

Anthropic ใช้เงินมากกว่า 1 พันล้านดอลลาร์ต่อปีกับสภาพแวดล้อมการเรียนรู้แบบเสริมกำลัง OpenAI ซื้อ Mac หลายหมื่นเครื่องให้กับเอเจนต์ computer-use ก็ด้วยเหตุผลเดียวกัน

อุปสรรคและเงินลงทุนในการสร้างระบบนี้กำลังเพิ่มขึ้นอย่างรวดเร็ว และมันไม่ได้อยู่ในมือของบริษัทโมเดลเท่านั้น

Composer 2 ของ Cursor เป็นตัวอย่างที่ชัดเจนมาก พื้นฐานของมันมาจาก Kimi K2.5 ที่เปิดซอร์สโดย Moonshot AI แต่มูลค่าที่ตลาดให้กับ Cursor ในที่สุด เห็นได้ชัดว่าไม่เกี่ยวกับ Kimi K2.5

Cursor สะสมพฤติกรรมการเขียนโค้ดจริง กระบวนการทำงานของนักพัฒนา และระบบการเรียนรู้แบบเสริมกำลังที่ฝึกจากข้อมูลเหล่านี้ โมเดลพื้นฐานมาจากคนอื่น แต่สิ่งที่สำคัญจริงๆ คือสิ่งที่เหลืออยู่หลังจากที่โมเดลถูกใช้งาน

fal ก็เช่นกัน มันนำน้ำหนัก H3 ไปสร้างเป็น H3 Max ผู้ใช้สร้างวิดีโอบน fal รายได้จากการเรียกใช้ API เข้าสู่ fal ก่อน และข้อมูลการใช้งานก็อยู่กับ fal ก่อนเช่นกัน

บริษัทโมเดลต้นน้ำให้วัตถุดิบที่แพงที่สุด แต่ปลายน้ำกลับอาจเก็บสะสมสิ่งที่ให้ผลตอบแทนทบต้นได้จริง ความซับซ้อนทางเทคนิคและความสามารถในการดึงมูลค่าไม่ได้สอดคล้องกันโดยธรรมชาติ

สามสิบปีก่อน อุตสาหกรรมคอมพิวเตอร์ส่วนบุคคลเกิดเหตุการณ์คล้ายกัน ชิปเป็นส่วนที่ซับซ้อนที่สุดในเครื่อง แต่ผู้บริโภคทั่วไปรู้จัก Dell และ Compaq ต่อมา Intel ใช้เวลากว่าสิบปี ผ่านแคมเปญ "Intel Inside" เพื่อยัดตัวเองกลับเข้าไปในสายตาผู้บริโภค

บริษัทโมเดลลบโมเดล

ดังนั้นการประเมินมูลค่าของบริษัทโมเดล อาจทำได้ด้วยการลบหนึ่งครั้ง ลบน้ำหนักโมเดล การปรับแต่งการอนุมานที่ทำซ้ำได้ และความสามารถในการฝึกหลังที่บุคคลที่สามรับช่วงต่อได้ สิ่งที่เหลืออยู่คือสิ่งที่บริษัทนี้สามารถครอบครองได้ในระยะยาวอย่างแท้จริง

MiniMax บังเอิญทำการทดลองแบบนี้ด้วยตัวเอง เมื่อวันที่ 3 สิงหาคม มันเปิดซอร์ส H3 ภายในเวลาสั้นๆ มีโมเดล衍生ปรากฏขึ้นหลายร้อยตัว ยอดดาวน์โหลดถึงหลายสิบล้านครั้ง แพลตฟอร์มชิปอย่าง Huawei Ascend, Muxi, AMD ปรับตัวเข้ากันได้อย่างรวดเร็ว นักพัฒนาและพาร์ทเนอร์จำนวนมากเชื่อมต่อเข้ามา

แม้น้ำหนักจะเปิดซอร์สแล้ว แต่สัญญาองค์กรและรายได้จาก API ไม่ได้หายไป — ก่อนที่ H3 จะเปิดซอร์สในเดือนกรกฎาคม ปริมาณการใช้ token ของ MiniMax เป็น 20 เท่าของเดือนมกราคมแล้ว และทั้งหมดนี้ยังคงถูกบันทึกในบัญชีของตัวเอง

ที่สำคัญกว่านั้น H3 ไม่ได้ปล่อยทุกอย่างออกไปทั้งหมด โมดูลที่โฮสต์ไว้สองตัวคือ H3-Context-IR และ Regenerate-2 K ยังคงอยู่ในมือของ MiniMax หากต้องการส่งออกวิดีโอ 2K ที่มีสเปกสูงกว่า ยังคงต้องเรียกใช้บริการอย่างเป็นทางการ นี่เป็นกลยุทธ์โอเพนซอร์สแบบคลาสสิก แพร่กระจายความสามารถระดับล่างออกไป ให้ระบบนิเวศเติบโต และเก็บส่วนที่สามารถสร้างรายได้เชิงพาณิชย์ไว้ที่ฝั่งเซิร์ฟเวอร์

ด้วยเหตุนี้ ความหมายของ H3 Max ต่อ MiniMax จึงไม่ใช่แค่ "คนอื่นทำให้โมเดลของฉันปรับแต่งได้เร็วขึ้น" แต่เป็นครั้งแรกที่มันสาธิตให้ตลาดเห็นถึงการลบนั้น

รายงานครึ่งปีให้คำตอบบางส่วน รายได้ฝั่ง B เพิ่มขึ้น 703% ARR เกิน 800 ล้านดอลลาร์สหรัฐ อย่างน้อยจนถึงตอนนี้ โอเพนซอร์สไม่ได้ทำให้มูลค่าทั้งหมดรั่วไหลไป แต่ H3 Max ก็แสดงให้เห็นความเสี่ยงอีกครึ่งหนึ่ง ความสัมพันธ์กับผู้ใช้ รายได้จากการเรียกใช้ และข้อมูลการใช้งาน อาจตกตะกอนอยู่ที่แพลตฟอร์มปลายน้ำ

การต่อสู้ระหว่างฝั่งขาขึ้นและขาลง

ช่วงปลายเดือนสิงหาคม ราคาหุ้น MiniMax ดีดตัวกลับจากจุดต่ำสุดเกือบสองเท่า แต่สัดส่วนการชอร์ตก็พุ่งขึ้นพร้อมกันที่ประมาณ 20% สร้างระดับสูงสุดใหม่

ฝั่งขาขึ้นมองเห็นสิ่งที่เหลืออยู่หลังจากการลบ เช่น ลูกค้าองค์กร รายได้จาก API การเรียกใช้จริง การไหลกลับของข้อมูล และความสามารถเชิงระบบในการฝึกโมเดลรุ่นถัดไป ในตลาดสาธารณะ สินทรัพย์ประเภทนี้มีไม่มาก บริษัทโมเดลที่ซื้อได้มีจำกัด MiniMax จึงมีความพรีเมียมจากความหายากอย่างชัดเจน

ความโด่งดังของ H3 Max ยังให้ตัวเปรียบเทียบที่ตรงไปตรงมามากสำหรับเงินก้อนนี้ หากบริษัทอย่าง fal มีมูลค่า 8 พันล้านดอลลาร์ และหนึ่งในผลิตภัณฑ์ใหม่ที่ได้รับความนิยมที่สุดของ fal สร้างอยู่บน H3 แล้วบริษัทที่อยู่เบื้องหลัง H3 ควรมีมูลค่าเท่าไหร่?

นี่คือแนวคิดของฝั่งขาขึ้น

แนวคิดของฝั่งขาลงคือ หากน้ำหนักสามารถนำไปใช้ได้ฟรี การฝึกหลังสามารถทำโดย fal ความเร็วในการอนุมานถูกเพิ่มขึ้นโดยบุคคลที่สามถึง 35 เท่า แล้วทำไมความสามารถเหล่านี้ยังต้องรวมอยู่ในการประเมินมูลค่าของ MiniMax ทั้งหมด?

นี่อธิบายความเคลื่อนไหวที่ผิดปกติของ MiniMax ในช่วงหลายเดือนที่ผ่านมา รายงานทางการเงินสะท้อนได้เพียงว่าบริษัทนี้ทำเงินได้เท่าไหร่ในตอนนี้ แต่ตลาดสนใจจริงๆ ว่าหลังจากเปิดโอเพนซอร์สแล้วมันยังรักษาอะไรไว้ได้ H3 Max เป็นครั้งแรกที่นำคำตอบนี้มาวางบนโต๊ะ

การไหลกลับ

หลังจากปล่อย H3 ออกไป MiniMax เผชิญกับปัญหาทางธุรกิจที่เก่าแก่มาก บริษัทสามารถสละความหายากในชั้นหนึ่งได้โดยสมัครใจ โดยมีเงื่อนไขว่ามันรู้ว่าเงินในชั้นถัดไปอยู่ที่ไหน

Red Hat เคยตัดสินใจแบบนี้มาแล้วครั้งหนึ่ง

ซอร์สโค้ดของ Linux ไม่เคยเป็นของ Red Hat ใครก็ได้สามารถดาวน์โหลด แก้ไข และเผยแพร่ต่อได้ฟรี สิ่งที่ Red Hat ขายในท้ายที่สุดไม่ใช่ตัว Linux เอง แต่เป็นเวอร์ชันที่เสถียร การบำรุงรักษาระยะยาว การสนับสนุนทางเทคนิค และระบบรับรองที่องค์กรยินดีจ่ายเงินซื้อ

ยิ่งซอฟต์แวร์โอเพนซอร์สแพร่หลายมากเท่าไร ตลาดสำหรับบริการชุดนี้ก็ยิ่งใหญ่ขึ้นเท่านั้น ในปี 2019 IBM ใช้เงิน 34,000 ล้านดอลลาร์เข้าซื้อ Red Hat สิ่งที่ซื้อแน่นอนว่าไม่ใช่ซอร์สโค้ด Linux ที่ใครก็ดาวน์โหลดได้

สิ่งที่ปล่อยออกไปต้องสามารถนำคุณค่ากลับมาได้

นี่คือสิ่งที่ MiniMax ต้องพิสูจน์จริงๆ หลังจากที่ H3 เปิดเป็นโอเพนซอร์ส

ตอนนี้ตลาดได้เห็นการแพร่กระจายแล้ว โมเดลถูกดาวน์โหลด ถูกปรับแต่ง ถูกเทรนซ้ำ และเริ่มมีผลิตภัณฑ์จากบุคคลที่สามอย่าง H3 Max เกิดขึ้น

สิ่งที่ต้องติดตามต่อไปคือ การแพร่กระจายนี้จะสะท้อนกลับมาเป็นรายได้และสินทรัพย์ของ MiniMax เองได้หรือไม่

อาจเป็นลูกค้าองค์กรที่เพิ่มขึ้น อาจเป็นการใช้งาน API ที่เติบโตต่อเนื่อง หรืออาจเป็นข้อมูลและฟีดแบ็กที่นักพัฒนาเหลือไว้ระหว่างการใช้งาน ซึ่งสุดท้ายจะกลับเข้าสู่การเทรนหลังการฝึก และกลายเป็นส่วนหนึ่งของโมเดลรุ่นถัดไป

หากสิ่งเหล่านี้สามารถก่อตัวเป็นวงจรได้ ยิ่ง H3 ถูกนำไปใช้มากเท่าไร MiniMax ก็ยิ่งได้รับช่องทางเข้าถึงมากขึ้นเท่านั้น

หากวงจรไม่ก่อตัวขึ้น สถานการณ์จะแตกต่างอย่างสิ้นเชิง

อิทธิพลของโมเดลอาจเพิ่มขึ้นเรื่อยๆ และระบบนิเวศอาจเจริญรุ่งเรืองมากขึ้น แต่ความสัมพันธ์กับลูกค้าที่มีค่าที่สุด ข้อมูลการใช้งาน และช่องทางธุรกรรมจะตกไปอยู่ในมือของคนอื่น ในเวลานั้น MiniMax มอบความสามารถระดับพื้นฐาน แต่กลับไม่ได้ส่วนใหญ่ของคุณค่าที่เกิดจากการแพร่กระจายรอบนี้

ดังนั้นสิ่งที่ H3 โอเพนซอร์สต้องถูกทดสอบจริงๆ ไม่ใช่จำนวนดาวน์โหลด หรือจำนวนบริษัทที่ประกาศรองรับ ตัวเลขเหล่านั้นพิสูจน์ได้เพียงว่ามันแพร่กระจายไปไกลแค่ไหน

สิ่งที่ต้องดูในอีกไม่กี่ไตรมาสข้างหน้าคือ หลังจากที่แพร่กระจายออกไปแล้ว เงินจะกลับมาได้มากแค่ไหน Red Hat มีสัญญาบริการองค์กร Google มีการค้นหาและโฆษณา MiniMax ก็ต้องหาท่อส่งรายได้ของตัวเองให้เจอ

----END-

ลิงก์ต้นฉบับ

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia